OpenAI API 新增语音智能功能

深度2026年5月7日3 分钟阅读

OpenAI API 新增语音智能功能

OpenAI 周四宣布，其 API 将新增多项语音智能功能，包括基于 GPT-5 推理能力的 GPT-Realtime-2 模型、实时翻译模型 GPT-Realtime-Translate（支持 70+ 输入语言和 13 输出语言），以及实时转录模型 GPT-Realtime-Whisper。这些功能旨在帮助开发者构建能对话、转写和翻译的语音应用。

本文编译自 OpenAI launches new voice intelligence features in its API，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

相关文章

AI Agent瓶颈不在模型，在上下文层

AI Agent的可靠性瓶颈不在模型能力，而在于上下文层的质量。团队需要构建结构化的领域知识图、精确的工具检索（如假设调用匹配）、以及执行层的安全护栏。基础设施的差距正在成为团队间的分水岭。

深度The New Stack·7月18日·10 分钟

我用Claude做一切，但Grok 4.5测试让我重新思考

作者在 fd 代码仓库中对 Grok 4.5 和 Claude Opus 4.8 进行了三项对比测试（bug 修复、重构、功能开发）。结果显示，Grok 使用了 Opus 约 23% 的 token、约 32% 的时间，成本仅为约 1/5，且代码质量几乎相同。

深度The New Stack·7月18日·8 分钟

评论